OS5-O1

Hough Forestsを用いた物体検出のための学習サンプル設計法

○清水彰一，渡邉信太郎，三輪祥太郎，関真規人，平位隆史（三菱電機），藤吉弘亘（中部大）

本稿では，Hough Forestsにおける学習サンプルの設計法の違いによる精度について明らかにする．実験では，学習ポジティブサンプルとしてポジティブ領域の含有率による精度の違い，学習ネガティブサンプルとしてネガティブサンプルのリサンプリングによる精度の違いを検証した．その結果，歩行者では，ネガティブ領域を含まない学習パッチを生成し，かつbootstrapによる学習を行うことにより，高精度な検出が可能である知見を得た． また，車両では，baggingによる学習で十分な検出精度が得られるという知見を得た． ＜キーワード＞Hough Forests，Random Forests，物体検出，学習サンプル

設計法の違いによる精度

OS5-O2

TRECVID Semantic Indexing TaskとMultimedia Event Detection Taskへの取り組み

○樋爪和也，柳井啓司(電気通信大)

本稿では米国国立標準技術局(NIST)主催の動画像における競争型ワークショップである TRECVIDおよびSemantic indexing task，Mutimeda event detection taskの概要について述べ，それらに対し我々が行った手法について解説する．200コア以上の並列計算を用いて動画から抽出した特徴量をBoF表現に変換し，Multiple Kernel Learning-SVMで学習・分類を行った． ＜キーワード＞大規模動画像認識，Bag-of-Features，Multiple Kernel Learning

システムの構成

OS5-O3

Video Signatureを用いた大規模映像データベースの構造化

○岩元浩太，佐藤貴美，大網亮磨，野村俊之(日本電気)

Video signatureを用いた映像リンク（一致区間）の検出により，大規模映像データベースを構造化する方法を提案する．Video Signatureは筆者らが開発し，ISO/IEC規格MPEG-7 Video Signature Toolsとして採用された映像識別のための画像特徴量である．この特徴量は，フレーム内の様々なスケール・形状・位置から構成される部分領域の輝度差分を3値量子化してコンパクトに記述したものであり，映像間の頑健かつ高速な一致区間検出を可能にする．Video Signatureによる一致区間の検出は，従来の画像特徴量を用いた場合と比較してテロップ重畳や符号化圧縮などの映像編集・改変に対する頑健性が高く，特にテロップ重畳に対しては検出率を40%以上改善する．本稿では，Video Signatureの技術詳細と，これを用いて実装した映像リンクによる大規模映像データベースの構造化システムを紹介し，その実用性を示す． ＜キーワード＞Video Signature，Video Fingerprinting，画像特徴量，映像特徴量

Video Signatureの抽出処理

OS5-H1(IS2-D7)

大規模人流シミュレーションのための歩行速度モデルの提案

〇野中陽介（九大），大西正輝，山下倫央，岡田崇（産総研）， 島田敬士，谷口倫一郎（九大）

近年， オフィスビルや商業施設の大型化が進み，避難誘導の重要性が高まってきている．それに伴い，歩行者の移動をモデル化し様々な条件下における避難シミュレーションを事前に行うことで，より適切な避難誘導を行う試みがなされている．本論文では人流シミュレーションのための新たな歩行速度モデルを提案する．避難訓練の実測データから歩行者の密度と速度の関係を分析することで歩行速度モデルを生成し，シミュレーション実験によってその有効性を検証する． ＜キーワード＞歩行速度モデル，人流シミュレーション，避難誘導支援

避難動線

OS5-H2(IS2-D8)

大規模軌跡データを用いた屋内空間地図作成とクラスタリング

○片岡裕雄(慶應大，産総研)，大西正輝，佐藤雄隆，岩田健司，依田育士(産総研)，青木義満(慶大)

シーン中から人々の移動の軌跡を抽出・解析するための技術の開発は，シーンの状況を的確に獲得し，様々サービスに役立てるために重要となる．本稿では，大量の軌跡データから屋内空間の地図作成や軌跡の分類(クラスタリング)を行う手法を提案する．本稿における実験では軌跡データの数や閾値を可変にし，最大で100,000にも及ぶ軌跡データより空間地図の作成や軌跡の分類を実現した． ＜キーワード＞軌跡，屋内空間地図，クラスタリング，人物追跡

提案手法の流れ

OS5-H3(IS2-D9)

クラウドによる画像解析ミドルウェアLavatube 2

○岩田健司，小島功，佐藤雄隆（産総研）

大量データの解析基盤として，クラウドコンピューティングが注目されている．画像解析は情報量が多く，そのアプローチも対象や目的により異なるため，アルゴリズムの選択や組み合わせに専門知識を必要としている．そこで，クラウドを活用した上で，画像解析システムを容易に記述，実行することのできるミドルウェアLavatube2を開発した． ＜キーワード＞画像解析，ミドルウェア，クラウドコンピューティング

OS5-H4(IS2-D10)

類似物との識別に有効な画素群を用いた高速画像照合アルゴリズム

○櫻本泰憲，斎藤正孝，橋本学（中京大）

周辺に多数の類似物が存在する場合でも，誤認識率が小さく，かつきわめて高速な画像照合の新手法を提案する．テンプレート画像とサンプル学習画像群を分析し，対象物と類似物の識別度合いを最大化する画素を選択する．これを照合に用いることによって類似物に影響されない安定した照合を実現する．また，ごく少数の画素で済むので処理時間の大幅な削減も実現した．実験により，本手法により選択された0.5%の画素を使用した場合，類似物が多い状況下でも認識率97.6%，処理時間8msecを確認した． ＜キーワード＞画像照合の新手法，物体識別，超高速物体検出

認識成功例と類似度マップ